در این بخش، بلوک‌های ساختمانی اولیه معیارهایی را که برای ارزیابی مدل‌های طبقه‌بندی استفاده می‌کنیم، تعریف می‌کنیم. اما ابتدا یک افسانه:
افسانه ازوپ: پسری که گریه کرد گرگ ( فشرده شده )
یک پسر چوپان از نگهداری از گله شهر خسته می شود. برای لذت بردن، او فریاد می زند: "گرگ!" حتی اگر هیچ گرگی در چشم نباشد. روستاییان برای محافظت از گله می دوند، اما وقتی متوجه می شوند پسر با آنها شوخی می کند، واقعا عصبانی می شوند.
[بند قبلی را N بار تکرار کنید.]
شبی پسر چوپان گرگ واقعی را می بیند که به گله نزدیک می شود و صدا می زند: گرگ! روستاییان از فریب خوردن دوباره خودداری می کنند و در خانه های خود می مانند. گرگ گرسنه گله را به بره تبدیل می کند. شهر گرسنه می شود. وحشت ایجاد می شود.
بیایید تعاریف زیر را بیان کنیم:
- "گرگ" یک طبقه مثبت است.
- "بدون گرگ" یک طبقه منفی است.
می‌توانیم مدل «پیش‌بینی گرگ» خود را با استفاده از یک ماتریس سردرگمی ۲×۲ که هر چهار نتیجه ممکن را به تصویر می‌کشد، خلاصه کنیم:
مثبت واقعی (TP):
| مثبت کاذب (FP):
|
منفی کاذب (FN):
| منفی واقعی (TN):
|
مثبت واقعی نتیجه ای است که در آن مدل به درستی کلاس مثبت را پیش بینی می کند. به طور مشابه، منفی واقعی نتیجه ای است که در آن مدل به درستی کلاس منفی را پیش بینی می کند.
مثبت کاذب نتیجه ای است که در آن مدل کلاس مثبت را به اشتباه پیش بینی می کند. و منفی کاذب نتیجه ای است که در آن مدل به اشتباه کلاس منفی را پیش بینی می کند.
در بخش‌های بعدی، نحوه ارزیابی مدل‌های طبقه‌بندی را با استفاده از معیارهای به دست آمده از این چهار نتیجه بررسی خواهیم کرد.